Как сопоставить текстовый узел, а затем следовать за родительскими узлами с помощью XPath

Я пытаюсь разобрать HTML с помощью XPath. Следуя упрощенному примеру XML, приведенному ниже, я хочу сопоставить строку «Текст 1», а затем получить содержимое соответствующего content узла.

<doc>
    <block>
        <title>Text 1</title>
        <content>Stuff I want</content>
    </block>

    <block>
        <title>Text 2</title>
        <content>Stuff I don't want</content>
    </block>
</doc>

Мой код Python шатается:

>>> from lxml import etree
>>>
>>> tree = etree.XML("<doc><block><title>Text 1</title><content>Stuff 
I want</content></block><block><title>Text 2</title><content>Stuff I d
on't want</content></block></doc>")
>>>
>>> # get all titles
... tree.xpath('//title/text()')
['Text 1', 'Text 2']
>>>
>>> # match 'Text 1'
... tree.xpath('//title/text()="Text 1"')
True
>>>
>>> # Follow parent from selected nodes
... tree.xpath('//title/text()/../..//text()')
['Text 1', 'Stuff I want', 'Text 2', "Stuff I don't want"]
>>>
>>> # Follow parent from selected node
... tree.xpath('//title/text()="Text 1"/../..//text()')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "lxml.etree.pyx", line 1330, in lxml.etree._Element.xpath (src/
lxml/lxml.etree.c:14542)
  File "xpath.pxi", line 287, in lxml.etree.XPathElementEvaluator.__ca
ll__ (src/lxml/lxml.etree.c:90093)
  File "xpath.pxi", line 209, in lxml.etree._XPathEvaluatorBase._handl
e_result (src/lxml/lxml.etree.c:89446)
  File "xpath.pxi", line 194, in lxml.etree._XPathEvaluatorBase._raise
_eval_error (src/lxml/lxml.etree.c:89281)
lxml.etree.XPathEvalError: Invalid type

Возможно ли это в XPath? Нужно ли мне по-другому выражать то, что я хочу делать?

Ответов (2)

Решение

Вы хотите, чтобы?

//title[text()='Text 1']/../content/text()

Использование :

string(/*/*/title[. = 'Text 1']/following-sibling::content)

Это представляет собой как минимум два улучшения по сравнению с принятым в настоящее время решением Йоханнеса Вайсса:

  1. Очень дорогое сокращение «//» (обычно вызывающее сканирование всего XML-документа) избегается, как и должно быть, если структура XML-документа известна заранее.

  2. Нет возврата к родительскому объекту (шаг местоположения "/ .." избегается)